Estudo comparativo de métodos de diagnóstico de falhas em rolamentos através da análise de vibração com ênfase em turbinas eólicas

(1)

CENTRO DE TECNOLOGIA E GEOCIÊNCIAS

DEPARTAMENTO DE ENGENHARIA MECÂNICA

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA

PEDRO HENRIQUE CAVALCANTI DE ARRUDA FILHO

ESTUDO COMPARATIVO DE MÉTODOS DE DIAGNÓSTICO DE

FALHAS EM ROLAMENTOS ATRAVÉS DA ANÁLISE DE VIBRAÇÃO

COM ÊNFASE EM TURBINAS EÓLICAS

Recife

2018

(2)

ESTUDO COMPARATIVO DE MÉTODOS DE DIAGNÓSTICO DE

FALHAS EM ROLAMENTOS ATRAVÉS DA ANÁLISE DE VIBRAÇÃO

COM ÊNFASE EM TURBINAS EÓLICAS

Dissertação apresentada ao Programa de Pós-Graduação em engenharia mecânica da Universidade Federal de Pernambuco, como requisito parcial para a obtenção do título de mestre em engenharia mecânica.

Área de concentração: Energia.

Orientador: Prof. Dr. Alex Maurício Araújo.

Recife

2018

(3)

Catalogação na fonte

Bibliotecária: Rosineide Mesquita Gonçalves Luz / CRB4-1361 (BCTG)

A433e Arruda Filho, Pedro Henrique Cavalcanti de.

Estudo comparativo de métodos de diagnóstico de falhas em rolamentos através da análise de vibração com ênfase em turbinas eólicas / Pedro Henrique Cavalcanti de Arruda Filho. – Recife, 2018.

86f., il., figs., tabs., abrev. e sigl.

Orientador: Prof. Dr. Alex Maurício Araújo.

Dissertação (Mestrado) – Universidade Federal de Pernambuco. CTG. Programa de Pós-Graduação em Engenharia Mecânica, 2018.

Inclui Referências.

1. Engenharia Mecânica. 2. Turbinas eólicas. 3. Análise de vibração. 4. Sistema de monitoramento de condição. 5. Transformada Rápida de Fourier. 6. Análise Envelope. I. Araújo, Alex Maurício (Orientador). II.Título.

621 CDD (22.ed) UFPE/BCTG-2018/ 403

(4)

ESTUDO COMPARATIVO DE MÉTODOS DE DIAGNÓSTICO DE

FALHAS EM ROLAMENTOS ATRAVÉS DA ANÁLISE DE VIBRAÇÃO

COM ÊNFASE EM TURBINAS EÓLICAS

Dissertação apresentada ao Programa de Pós-Graduação em engenharia mecânica da Universidade Federal de Pernambuco, como requisito parcial para a obtenção do título de mestre em engenharia mecânica.

Aprovada em: 10/08/2018.

BANCA EXAMINADORA

_________________________________________________

Profº. Dr. Alex Maurício Araújo (Orientador)

Universidade Federal de Pernambuco

_________________________________________________

Profº. Dr. José Claudino De Lira Júnior (Examinador Externo)

Universidade Federal de Pernambuco

_________________________________________________

Profª. Drª. Gustavo De Novaes Pires Leite (Examinadora Externo)

(5)

Agradeço primeiramente a Deus e a seu filho Jesus Cristo que, esteve sempre presente em minha vida nas horas mais difíceis.

Agradeço também aos meus pais que me apoiaram e incentivaram nesta longa jornada de trabalho intenso.

Agradeço a minha família por sempre me apoiarem nas minhas decisões e acreditarem no meu potencial.

Agradeço a minha esposa Eline Tatiane Silva do Nascimento Arruda por me apoiar sempre e me ajudar a conquistar os meus objetivos.

Agradeço a minha filha Ana Vitória do Nascimento Arruda por me motivar a vencer todos os obstáculos proporcionados, a fim de servir como símbolo de admiração, exemplo e orgulho na sua vida.

Agradeço também ao meu orientador Dr. Alex Maurício Araújo e amigo Dr. Renato Wagner da Silva Barros que confiaram em minha capacidade intelectual para o desenvolvimento deste trabalho.

(6)

Nas últimas décadas, o desenvolvimento tecnológico e o aumento na produção e instalação de turbinas eólicas vêm se mostrando significativo no cenário mundial. No entanto, a demanda por turbinas eólicas com maiores capacidades de produção e menores custos de operação e manutenção vêm crescendo. Sendo assim, aumenta o interesse pelos sistemas de monitoramento de condição (CMS, do inglês Condition Monitoring System). Os componentes das turbinas eólicas que são considerados como principais, devido aos seus custos elevados de reparo e maior tempo de parada, acabam sendo os alvos de grande parte dos CMS. Porém, a ocorrência de falha nesses componentes geralmente está relacionada à falha de um subcomponente. Sendo assim, esse trabalho tem como objetivo comparar métodos de diagnóstico de falhas em rolamentos através da análise de vibração. A metodologia proposta consiste em um estudo individual e comparativo das técnicas de análise de sinais de vibrações temporais, transformadas rápidas de Fourier (FFT, do inglês Fast Fourier Transform) e análise envelope baseada na transformada de Hilbert. Os métodos em análise foram aplicados nos dados extraídos de uma bancada de teste pertencente à Universidade de Cincinnati, devido à grande dificuldade de acesso aos dados de uma turbina eólica real. Esses métodos, quando aplicados aos dados da bancada de teste, possibilitaram a identificação das falhas presentes nos rolamentos.

Palavras-chave: Turbinas eólicas. Análise de vibração. Sistema de monitoramento de

(7)

In the last decades, technological development and increased production and installation of wind turbines have taken significant place in global context. However, there is a growing demand for wind turbines with greater production and lower operation and maintenance cost. Thus, the interest in condition monitoring systems (CMS) is also increasing. The components of wind turbines which are the most important ones, and due to their high repair cost and break time, they are the targets of most CMS. Nevertheless, the occurrence of component failures is related to a failure of a subcomponent. Therefore, this paper aims to compare methods of fault diagnostic for bearings failures using vibration analysis. The methodology consists of an individual and comparative study of the techniques of signal analysis of temporal vibrations, Fast Fourier Transform (FFT) and the envelope-based analysis of Hilbert transform. The methods under analysis were applied to the data extracted from a database belonging to the University of Cincinnati due to the great difficulty of accessing data from a real wind turbine. When these methods are applied to the data of bench test, allowed the identification of faults in the bearings.

Keywords: Wind turbines. Vibration analysis. Condition monitoring system. Fast Fourier

(8)

Figura 1 - Capacidade global de energia eólica instalada de 2001 a 2017... 15

Figura 2 - Evolução dos rotores desde 1980 e as perspectivas futuras... 16

Figura 3 - Taxa de falha e tempo de parada por falha em diferentes componentes da WT... 17

Figura 4 - Taxas de falhas associadas aos subcomponentes da GB... 18

Figura 5 - Taxas de falhas associadas aos subcomponentes dos GEs de médio porte ... 18

Figura 6 - Taxas de falhas associadas aos subcomponentes dos GEs de grande porte... 19

Figura 7 - Publicações na área de monitoramento de condição para turbinas eólicas (CMWT) no período de 1990 a 2018... 20

Figura 8 - Sinais característicos típicos/evolução de uma falha mecânica... 21

Figura 9 - Moinho de vento de eixo vertical persa... 24

Figura 10 - Moinho de eixo horizontal da Holanda... 25

Figura 11 - Turbina de pequeno porte dos irmãos Jacobs... 25

Figura 12 - Algumas configurações de turbinas eólicas de eixo horizontal... 28

Figura 13 - Principais Componentes de uma WT de Eixo Horizontal... 28

Figura 14 - Classificação dos sinais: a) sinal determinístico (senóide)... 30

Figura 15 - Exemplo ilustrativo da aplicação da FFT na análise de vibração... 32

Figura 16 - Sinal temporal corrompido com ruído aleatório de média zero... 34

Figura 17 - Espectro no domínio da frequência obtido através da FFT... 35

Figura 18 - Distribuição de carga unilateral (vertical) em um rolamento... 36

Figura 19 - Sinais típicos e sinais de envelope de falhas locais em rolamentos de elementos rolantes... 36

Figura 20 - Sinal temporal corrompido com ruído aleatório de média zero e impactos... 38

Figura 21 - Espectro do sinal corrompido com ruído aleatório de média zero e impactos... 39

Figura 22 - Valor absoluto do sinal temporal filtrado (azul) e seu envelope (vermelho)... 40

(9)

análise de vibrações em turbinas eólicas... 46

Figura 26 - Elementos de um rolamento... 47

Figura 27 - Frequências, dimensões e ângulo de contato do rolamento... 48

Figura 28 - Espectro de falha em rolamento no 1º estágio... 50

Figura 32 - Esquematização de análise dos métodos... 55

Figura 33 - Esquema da bancada de teste dos rolamentos... 58

Figura 34 - Fotografia da bancada de teste dos rolamentos... 58

Figura 35 - RMS do rolamento 3 (dataset 1)... 61

Figura 38 - Sinal temporal vibratório do rolamento 3 (dataset 1)... 64

Figura 39 - Zoom do sinal temporal vibratório do rolamento 3 (dataset 1)... 64

Figura 44 - Espectros do rolamento 3 (dataset 1)... 68

Figura 50 - Envelope do rolamento 3 (dataset 1)... 74

(10)

(11)

Tabela 1 - CM Técnicas e Características... 42

Tabela 2 - Classificação das zonas de severidade (VDI 3834)... 54

Tabela 3 - Descrição dos Datasets... 59

Tabela 4 - Tabela das frequências de interesse indicadas na Figura 44... 68

(12)

BPFI Ball Pass Frequency of Inner ring BPFO Ball Pass Frequency of Outer ring BSF Ball Spin Frequency

CM Condition Monitoring

CMS Condition Monitoring System CMWT Condition Monitoring Wind Turbine DFT Discrete Fourier Transform

FFT Fast Fourier Transform FTF Fundamental Train Frequency

GB Gearbox

GE Generator

HAWT Horizontal Axle Wind Turbine IDFT Inverse Discrete Fourier Transform O&M Operation and Maintenance

WT Wind Turbine

(13)

1 INTRODUÇÃO ... 14

1.1 Objetivos do trabalho ... 21

1.1.1 Objetivo Geral ... 21

1.1.2 Objetivos Específicos ... 21

1.2 Revisão do Estado da Arte ... 22

2 FUNDAMENTAÇÃO TEÓRICA... 24

2.1 Energia Eólica ... 24

2.1.1 Processo de conversão de energia ... 27

2.1.2 Configuração das WTs modernas... 27

2.2 Sinais de vibração ... 29

2.3 Transformada rápida de Fourier (FFT) ... 31

2.4 Análise envelope com base na transformada de Hilbert... 35

3 MONITORAMENTO DE CONDIÇÃO ... 41

3.1 Monitoramento de condição baseada em análise de vibração ... 45

3.1.1 Domínio do tempo ... 46

3.1.2 Domínio da frequência ... 46

4 MANCAIS DE ROLAMENTOS ... 47

4.1 Análise de falhas em rolamentos ... 48

5 NORMAS TÉCNICAS... 52 5.1 ISO 10618 ... 52 5.2 VDI 3834 ... 53 6 METODOLOGIA ... 55 7 ESTUDO DE CASO ... 57 8 RESULTADOS E DISCUSSÕES ... 60 8.1 Análise do r.m.s ... 60

(14)

8.4 Análise do envelope obtido pela transformada de Hilbert ... 73

8.5 Análise conjunta das três técnicas ... 78

9 CONCLUSÕES ... 80

9.1 Trabalhos futuros ... 81

(15)

1 INTRODUÇÃO

O desenvolvimento econômico dos países está relacionado diretamente ao consumo de energia. Isso pode ser observado ao longo da história, como por exemplo, na introdução da máquina a vapor no sistema de produção durante a primeira revolução industrial, o descobrimento de petróleo (no motor a combustão), água (nas hidroelétricas) e urânio (para energia nuclear), como fontes de energia, as quais alavancaram as produções industriais, proporcionando maior conforto a humanidade e dependência dos países subdesenvolvidos, durante segunda revolução industrial, bem como a crise mundial da década de 1970 conhecida como crise do petróleo.

Observando esses momentos históricos, é possível perceber a importância das matrizes energéticas como fontes propulsoras no desenvolvimento mundial. No entanto, a utilização desenfreada dessas fontes energéticas não renováveis ao decorrer dos anos, em prol do desenvolvimento, impactou de forma negativa o cenário ambiental, despertando sinais de preocupação relacionados às gerações futuras e ao destino do planeta.

O surgimento do Clube de Roma, em meados da década de 1960, é visto então, como o primeiro ato de manifestação direcionado a discussão de assuntos políticos, econômicos e principalmente ambientais. O Clube foi responsável pela publicação do relatório intitulado por “Os Limites do Crescimento”, o qual foi desenvolvido pelo Instituto de Tecnologia de Massachusetts (MIT), no início da década de 1970, através de modelos matemáticos que apontam os principais problemas relacionados ao desenvolvimento futuro da humanidade, tais como: energia, poluição, tecnologia, ambiente, crescimento populacional, saúde e saneamento. Contudo, os debates relacionados às preocupações ambientais a nível global só começaram a ganhar força após a realização da “Conferência de Estocolmo”, desenvolvida pela Organização das Nações Unidas (ONU).

Após esses eventos, ainda na década de 1970, tivemos a “Convenção de Berna” sobre a proteção de habitats e a “Convenção de Genebra” sobre a poluição atmosférica. Na década de 1980, o “Protocolo de Helsinki” sobre a qualidade do Ar, a “Comissão Mundial” sobre meio ambiente e desenvolvimento, o “Protocolo de Montreal” sobre substâncias que destroem a Camada de ozônio e o “Relatório de Brundtlande” onde surge o termo desenvolvimento sustentável, definido como “O desenvolvimento que satisfaz as necessidades presentes, sem comprometer a capacidade das gerações futuras de suprir suas próprias necessidades” (BRUNDLANDE, 1987). Na década de 1990, tivemos ainda, a “Eco-92”, a assinatura da

(16)

“agenda 21” envolvendo 179 países comprometidos na elaboração de estratégias que apontem para o desenvolvimento sustentável e o “Protocolo de Quioto”. Recentemente, tivemos em 2002 o Rio+10 e em 2012 o Rio+20 ambos organizados palas Nações Unidas com o objetivo de aprimorar as ideias de desenvolvimento sustentável.

No entanto, ainda é impossível caminhar para um desenvolvimento econômico e social sem causar nenhum impacto ambiental. Dessa forma, surge a necessidade de conciliar o consumo da energia com as necessidades humanas e a conservação do meio ambiente, visando à garantia do desenvolvimento sustentável. Nesse sentido, o uso de combustíveis fósseis e minerais como principais matrizes energéticas, vem sendo cada vez mais substituído por fontes de energia renováveis de caráter tecnológico inovador, capazes de produzir uma menor quantidade de 𝐶𝑂₂.

Dentre outras fontes de energia renovável, a eólica além de ser considerada a mais econômica ainda apresentou o maior crescimento, tento contribuído mais na geração de energia do que qualquer outra fonte renovável no último ano (ARTIGAO, et al., 2018). Atualmente a energia eólica tem crescido de maneira significativa no mundo como mostra os dados a Figura 1.

Figura 1 - Capacidade global de energia eólica instalada de 2001 a 2017.

Fonte: (GLOBAL WIND ENERGY COUNCIL, 2018).

A capacidade eólica mundial em 2017 totalizou aproximadamente 539 GW, tendo como os países de maior capacidade de energia eólica instalada do mundo a China em 1º lugar com 188 GW, os Estados Unidos em 2º lugar com 89 GW, a Alemanha em 3º lugar com 56 GW, a Índia em 4º lugar com 33 GW, e a Espanha ocupando o 5º lugar com uma produção de 23 GW, o Brasil passou a ocupar o 8º lugar após pular de 10,7 GW em 2016 para 12,7 GW em 2017 (GLOBAL WIND ENERGY COUNCIL, 2018).

(17)

A fabricação de turbinas eólicas com dimensões cada vez maiores, com o objetivo de obter uma maior área de varredura e consecutivamente uma maior produção de energia, vem aumentando. No entanto, junto aos desenvolvimentos está atrelado o desafio de tornar a produção cada vez mais eficiente. Sendo assim, é necessário minimizar os custos com os procedimentos de operação e manutenção (O&M), buscando reduzir o número de falhas e o tempo de parada gasto para realização de reparos inesperados. Dessa forma, à medida que os rotores se tornam maiores (Figura 2), com pás mais longas e flexíveis, torna-se necessária a realização de uma compreensão mais completa do comportamento das turbinas eólicas em operação, uma vez que essas informações irão auxiliar no desenvolvimento de novos projetos (PHILIBERT; HOLTTINEN; CHANDLER, 2013).

Figura 2 - Evolução dos rotores desde 1980 e as perspectivas futuras.

Fonte: Adaptado pelo autor de (PHILIBERT; HOLTTINEN; CHANDLER, 2013).

As turbinas eólicas, diferentemente de outras centrais energéticas, estão expostas a grandes variações, tais como: mudanças climáticas, rajadas de vento, chuva, neve, calor, raios e granizos. Sendo assim, elas estão sujeitas a um comportamento dinâmico constante, recebendo diferentes tipos de cargas, obrigando os seus componentes e subcomponentes a trabalharem em condições variadas. Devido à exposição a esses carregamentos, os componentes das turbinas eólicas estão suscetíveis a diversos tipos de falhas (AMIRAT et al., 2009) e (HAMEED et al, 2009).

Nos dados apresentados na Figura 3 é possível ver a frequência de falhas e o tempo de parada correspondente aos componentes das turbinas eólicas (do inglês, wind turbines – WTs).

(18)

Figura 3 - Taxa de falha e tempo de parada por falha em diferentes componentes da WT.

Fonte: Adaptado pelo autor de (HAHN; DURSTEWITZ; ROHRIG, 2007).

As durações dos tempos de parada das turbinas eólicas, originados pelo mau funcionamento, dependem da disponibilidade de peça para reposição, capacitação dos profissionais envolvidos na realização do serviço e o grau de severidade do dano a ser reparado. No passado, a realização de reparos nas pás, no rotor, na caixa de engrenagem, no gerador e no drivetrain geralmente era responsável por tempos de parada que se prolongavam por semanas. No entanto, com o surgimento das variadas técnicas de reparo, desenvolvidas ao longo dos anos, os tempos de parada foram reduzidos conforme dados fornecidos na Figura 3. Contudo, os tempos de parada de aproximadamente uma semana, correspondente a falha no gerador (GE) e na caixa de engrenagem (GB), ainda são relevantes (IGBA et al., 2015).

Sendo assim, para entender os motivos dessas falhas é necessário compreender o comportamento dos subcomponentes. Tendo em vista, que dentro de uma GB os mancais de rolamentos em geral representam 78% das falhas, dos quais 63% estão atrelados a os eixos de alta rotação (HSS) e os de média rotação (IMS), Figura 4. Esses dados não são diferentes quando comparados com as taxas de falhas apresentadas pelos subcomponentes dos GE, visto que os mancais de rolamento são responsáveis por aproximadamente 70% das falhas em GE de médio porte, Figura 5, e 58% em GE de grande porte, Figura 6 (NIVEDH, 2014).

(19)

Figura 4 - Taxas de falhas associadas aos subcomponentes da GB.

Fonte: Adaptado pelo autor de (SHENG, 2017).

Figura 5 - Taxas de falhas associadas aos subcomponentes dos GEs de médio porte.

Fonte: Adaptado pelo autor de (NIVEDH, 2014).

40% 23% 1% 13% 1% 22%

Rolamento do eixo de alta velocidade Rolamento do eixo de média velocidade Rolamento do eixo de baixa velocidade Rolamentos do planetário

Rolamentos do porta planetas Outras

70% 1%

16%

2% 4%

4% 3%

Rolamento Leads do rotor Anel coletor

Sistema de refrigeração Outros Rotor

(20)

Figura 6 - Taxas de falhas associadas aos subcomponentes dos GEs de grande porte.

Fonte: Adaptado pelo autor de (NIVEDH, 2014).

Visando cobrir gastos com as questões de garantia, provenientes das falhas prematuras, os fabricantes tendem a elevar os preços das WT, o que acaba contribuindo para um maior custo de energia e para uma baixa viabilidade econômica dos parques eólicos (NIVEDH, 2014) e (IGBA et al., 2015). Buscando essa viabilização econômica, através do aumento da confiabilidade e da redução dos custos com (O&M), muitos pesquisadores vêm desenvolvendo inúmeros estudos no campo de monitoramento de condição (CM) e diagnóstico de falhas, isso pode ser observado na Figura 7, construída através de pesquisa realizada no portal de busca integral da USP1 com a palavra chave “wind turbine condition monitoring”.

1_{http://www.sibi.usp.br/bibliotecas/} 58% 4% 4% 14% 1%4% 15%

Rolamento Leads do rotor Anel coletor Cunha do estator

(21)

Figura 7 - Publicações na área de monitoramento de condição para turbinas eólicas (CMWT) no período de 1990 a 2018.

Fonte: Elaborado pelo autor.

Através da aplicação de técnicas de monitoramento de condição, muitas falhas podem ser detectadas sem que haja a necessidade de interrupção no funcionamento da turbina eólica. Dessa forma, as equipes de manutenção podem previamente realizar seus planos de intervenção, buscando sanar o problema da melhor forma possível e sem prejudicar a produção de energia elétrica. Isso é importante, pois a acessibilidade às turbinas eólicas é bastante difícil, tendo em vista que elas normalmente costumam atingir grandes alturas (AMIRAT et al., 2009). Além disso, nos casos onde as turbinas se encontram instaladas no mar (offshore), a acessibilidade e os custos com O&M costumam ser ainda mais relevantes do que quando instaladas em terra (onshore) (TAUTZ-WEINERT; WATSON, 2017).

Nos casos de detecção de falhas em equipamentos rotativos, a tecnologia mais empregada é a análise vibratória. Essa tecnologia, além de apresentar uma maior precisão nos resultados, ainda é a mais eficiente na previsão e detecção de falhas, pois possibilita a detecção meses antes da quebra, Figura 8.

0 100 200 300 400 500 600 700 800 900 1000 1990 1997 2004 2011 2018 N ú m ero d e Pú b lic açõ es Ano de Públicações

(22)

Figura 8 - Sinais característicos típicos/evolução de uma falha mecânica.

Fonte: Adaptado pelo autor de (TACHAKOUA et al., 2014).

Com a aplicação do monitoramento de condição baseado em análise de vibração sobre os mancais de rolamentos, as detecções das falhas ainda em estágios incipientes, poderão contribuir para obtenção do baixo custo de O&M e consecutivamente da energia gerada.

1.1 Objetivos do trabalho

1.1.1 Objetivo Geral

Realizar um estudo comparativo de métodos de diagnóstico de falhas em rolamentos através da análise de vibração com ênfase em turbinas eólicas.

1.1.2 Objetivos Específicos

• Descrever as características das análises de sinais no domínio do tempo e da frequência (transformada rápida de Fourier e análise envelope baseada na transformada de Hilbert).

• Descrever as principais características dos equipamentos e as condições aplicadas aos testes realizados na bancada da Universidade de Cincinnati.

• Apresentar as frequências características de falhas dos componentes dos rolamentos utilizados.

(23)

• Realizar uma análise comparativa dos métodos de monitoramento de condição empregados no estudo.

1.2 Revisão do Estado da Arte

As turbinas eólicas continuam evoluindo tecnologicamente, por meio do desenvolvimento de máquinas sofisticadas e com múltiplos MW de potência, tanto no setor onshore como no offshore. Esse desenvolvimento vem acompanhado de grandes desafios a serem superados, como por exemplo, os parques offshore que podem permanecer inacessíveis em alguns períodos do ano e o número de falhas que são diretamente proporcionais ao tamanho da turbina. Diante desse cenário, a disponibilidade e a confiabilidade das turbinas eólicas devem ser desenvolvidas paralelamente com o objetivo de manter a energia eólica financeiramente viável. As atividades de operação e manutenção (O&M) são fundamentais no que se refere à disponibilidade (ARTIGAO et al., 2018). O custo com O&M é relevante, pois cerca de 20% a 30% desse custo está atribuído ao tempo de vida útil das turbinas onshore, e 30% as turbinas offshore (AZEVEDO; ARAÚJO; BOUCHONNEAU, 2016). Dessa forma, a realização do monitoramento de componentes críticos é fundamental na detecção de falhas em estágios incipientes, de modo mais confiável, econômico e eficiente. (ARTIGAO et al., 2018).

Os CMSs desenvolvidos exclusivamente para caixas de engrenagem de turbinas eólicas foram em grande parte aperfeiçoadas até determinado ponto. No mercado existem vários desenvolvedores de hardwares e softwares de CMS, incluindo a General Electric’s (GE), Siemens, Bosch e muitos outros. As tecnologias aplicadas no CM da caixa de engrenagem dependem sobretudo dos dados de vibração obtidos por meio de acelerômetros e termopares. Em alguns casos a utilização de filtros de partículas magnéticas também vem sendo empregada, com o objetivo de filtrar partículas metálicas que são desprezadas no óleo (WILLIS, 2018).

Os CMSs são geralmente empregados no monitoramento de máquinas rotativas, o que inclui os componentes do Drivetrain das turbinas eólicas, como por exemplo, mancais de rolamento do eixo principal, caixa de engrenagem e o gerador. Contudo, as turbinas eólicas diferentemente das outras máquinas estão expostas a carregamentos e velocidade de rotações variáveis, o que acaba geralmente influenciando nos dados de comportamento das turbinas (WILLIS, 2018). Isso consiste num desafio para o processo de CM (FISCHER; CORONADO, 2015).

(24)

Atualmente, os CMSs comercialmente predominantes empregados no monitoramento dos componentes do Drivetrain das turbinas eólicas, são baseados em análise de dados de sinais de vibração. Essa análise é geralmente aplicada aos mancais de rolamento do eixo principal, caixa de engrenagem, rolamentos do gerador e oscilações da torre. A aplicação do CMS baseado em vibrações para Drivetrains de turbinas eólicas foi bem aceita no mercado, pois já apresentou sua utilidade na prática em muitos casos. Dessa forma, passaram a ser indicados como equipamentos padrões para turbinas eólicas. A tendência para o desenvolvimento de turbinas maiores, com grandes valores agregados, e instalações em regiões de difícil acessibilidade combinados com a necessidade de manutenções de baixo custo, motivam a expansão do CM para componentes e subcomponentes das turbinas eólicas (FISCHER; CORONADO, 2015). Um dos principais desafios existentes para os CMS é o grande número de componentes envolvidos que apresentam múltiplos modelos complicados de falha (WILLIS, 2018).

(25)

2 FUNDAMENTAÇÃO TEÓRICA

2.1 Energia Eólica

A energia cinética dos ventos já vem sendo explorada pelos povos antigos há muitos anos atrás nas atividades de bombeamento de água e moagem de grão. Porém, nos séculos passados eram utilizados modelos tecnologicamente mais simples e robustos, como, por exemplo, os moinhos de vento de eixo vertical (Figura 9) encontrados na Pérsia por volta de 200 A.C. Os moinhos de eixo horizontal (Figura 10) só vieram aparecer mais tarde nos Países Baixos e no Mediterrâneo por volta de 1300 e 1875 D.C. (KALDELLIS; ZAFIRAKIS, 2011).

Figura 9 - Moinho de vento de eixo vertical persa.

Fonte: (ADMIN, 2017).

Os moinhos de eixo horizontal passaram então a ser os mais utilizados devido à sua eficiência na realização das atividades mecânicas. A sua construção geralmente se dava por rotores com quatro pás largas, com o intuito de maximizar a capacidade de varredura, visto que, o principal objetivo do uso dessas máquinas era extrair um alto torque (MANWELL; MCGOWAN; ROGERS, 2009).

(26)

Figura 10 - Moinho de eixo horizontal da Holanda.

Fonte: (DUTRA, 2008).

A utilização da energia dos ventos voltada para produção de energia elétrica surgiu pela primeira vez no ano de 1888 quando o inventor, empreendedor e filantrópico Charles Brush, ergueu na cidade de Cleveland em Ohio, o primeiro moinho de vento empregado na geração de energia elétrica (DUTRA, 2008). Nos anos seguintes, as turbinas dos irmãos Marcellus e Joseph Jacobs (Figura 11) foram ganhando espaço, principalmente nas regiões rurais. As turbinas de Jacobs eram de pequeno porte e já possuíam características atípicas dos moinhos de vento. Elas agora tinham um rotor composto por apenas três pás com perfis aerodinâmicos e características mais próximas das turbinas atuais (MANWELL; MCGOWAN; ROGERS, 2009).

Figura 11 - Turbina de pequeno porte dos irmãos Jacobs.

(27)

Em meados, de 1925, se deu início no mercado americano à fabricação de turbinas eólicas de duas e três pás. Os fabricantes mais comuns eram Wincharger (200W – 1200W) e Jacobs (1,5kW – 3kW) (JOHNSON, 2006).

Entre os anos de 1930 até 1940 a Alemanha se empenhou em muitos projetos e pesquisas de campos voltadas para área tecnológica de energia eólica. O principal objetivo era alcançar a autossuficiência. No entanto, enquanto a Alemanha se ocupava apenas com teorias e grandes planos, pesquisadores de outros países começaram a trabalhar arduamente (HAU, 2013).

Em 1931, na URSS eram dados os primeiros passos para o desenvolvimento de turbinas de grande porte voltadas para geração de energia elétrica, com a construção da turbina eólica Balaclava, como assim era chamada. Esse projeto ficou conhecido por ter sido o primeiro a obter sucesso no processo de junção de turbinas eólicas de corrente alternada com uma usina termelétrica. Após esse feito novos projetos mais ambiciosos foram desenvolvidos (DUTRA, 2008).

No ano de 1936, nos Estados Unidos, a fundação do congresso de Administração de Eletricidade Rural (REA) foi construída com o objetivo de facilitar os empréstimos voltados para construção de linhas de transmissões e distribuição elétrica para os agricultores. No início de 1940, isso fez com que o custo da energia gerada pelas centrais eólicas fosse menor, o que resultou na redução do uso de geradores de energia eólica residenciais, já que os custos atribuídos à manutenção e operação não impactariam mais no bolso dos agricultores. Após esse feito, o custo da energia elétrica só fez diminuir chegando a custar menos de 3 cents o kWh no início da década de 1970 (JOHNSON, 2006).

No início da década de 1960, foram desenvolvidos novos projetos pelo professor Ulrich Hutter, os quais influenciaram de forma significativa as pesquisas voltadas ao desenvolvimento das turbinas eólicas na Alemanha e nos EUA. Mais tarde, no início da década de 1980, começaram a serem realizados diversos estudos relacionados à tecnologia das pás do rotor. Essas pesquisas buscam compreender o comportamento dos materiais utilizados na fabricação das pás quando submetidos a condições reais de operação (JAMIESON, 2011).

Atualmente, vem sendo desenvolvidas pesquisas não só buscando compreender o comportamento das pás, mas sim de todo o conjunto que compõem uma turbina eólica, com o objetivo de auxiliar no desenvolvimento de turbinas com maiores capacidades de produção energética e principalmente com uma alta confiabilidade, resultando em baixos custos de O&M.

(28)

2.1.1 Processo de Conversão de Energia

As turbinas eólicas utilizam a força do vento para produzirem eletricidade através do acionamento de um gerador elétrico. O vento ao passar pelas pás gera sustentação e exerce força de rotação. As pás estão fixadas ao cubo do rotor, o qual aciona a rotação do eixo principal. O retrocitado eixo encontra-se conectado diretamente à caixa de engrenagem onde irá ocorrer a transferência da energia mecânica do eixo de rotação de baixa velocidade para o eixo de rotação de alta velocidade fornecendo assim, a velocidade rotacional necessária para que o gerador através do uso do campo magnético possa convertê-la em energia elétrica. No entanto é importante ressaltar que, no caso das turbinas sem caixa de engrenagem essa etapa do processo não existe, pois o gerador está diretamente ligado ao eixo do roto. Por fim, a energia produzida passa por um transformador com o objetivo de se obter a tensão adequar para o sistema de coleta de energia (ANAYA-LARA et al., 2009).

2.1.2 Configuração das WTs Modernas

Atualmente, os projetos mais comuns são de turbinas eólicas de eixo horizontal (HAWT). Essas turbinas possuem o eixo principal de baixa velocidade paralelo ao solo, Figura 12. As HAWT são classificadas geralmente pela orientação do rotor (upwind ou downwind), projeto do Hub (rígido ou teetering), sistemas de controle das pás do rotor (pitch ou stall), quantidade de pás e a forma como se alinham a direção do vento (free yaw ou active yaw) (MANWELL; MCGOWAN; ROGERS, 2009). No entanto, os projetos de WT comercial para a geração de energia elétrica têm convergido para HAWT com três pás e configuração do rotor upwind (ANAYA-LARA et al., 2009). Os principais componentes de uma HAWT são apresentados na Figura 13.

(29)

Figura 12 - Algumas configurações de turbinas eólicas de eixo horizontal.

Fonte: (FADIGAS, 2011).

Figura 13 - Principais Componentes de uma WT de Eixo Horizontal.

Fonte: Adaptado pelo autor de (PORTAL ENERGIA, 2016).

O rotor é uma estrutura composta por um número n de pás e um cubo (Hub), responsável pela transformação e captação da energia cinética promovida pelo vento em energia mecânica. As pás são os componentes aerodinâmicos responsáveis pela conversão de parte da energia eólica em energia mecânica através da interação com o vento. Em um projeto de pá, devem-se levar em consideração dois aspectos: aerodinâmico e estrutural. Esses aspectos, tem não só o objetivo de reduzir o custo do equipamento como também da energia gerada durante a sua vida útil, considerando a produção de energia, a durabilidade e os custos com O&M (FADIGAS, 2011).

(30)

O cubo da turbina é responsável pela fixação das pás do rotor com o eixo de rotação principal (primário) da máquina, que por sua vez, tem a missão de transmitir a energia mecânica para Caixa de engrenagem de velocidade. O conjunto rotor e eixo principal rotacionam em baixa velocidade, porém com um torque elevado.

A Caixa de engrenagem é o componente que transmite a energia mecânica do eixo do rotor ao eixo do gerador elétrico (FADIGAS, 2011). Além disso, tem como finalidade multiplicar a velocidade rotacional, convertendo a baixa velocidade do eixo primário em alta velocidade no eixo secundário através de um conjunto de engrenagens. Dessa forma, o eixo acoplado ao gerador apresentará um baixo torque e uma elevada velocidade de rotação quando comparado ao eixo principal.

2.2 Sinais de vibração

Diariamente nos deparamos com sinais. Esses sinais geralmente estão carregando informações a respeito de algum fenômeno ou facto. Um exemplo pode ser observado quando na comunicação entre duas pessoas via telefone, onde a voz, que é um sinal acústico, é transformada em sinal eletrônico através do microfone do aparelho. Logo em seguida, esse sinal é enviado e recebido através de um sistema de satélites instalados em lugares distintos do mundo sendo novamente convertido mais uma vez num sinal acústico. Outro exemplo pode ser observado quando uma pessoa é submetida a um exame de eletrocardiograma, onde os resultados obtidos indicam o comportamento do coração do paciente por meio da análise de sinais. Os sinais gerados por esses movimentos podem ser classificados como determinísticos, Figura 14 (a), quando são descritos sem nenhuma incerteza, Figura 14 (b), ou aleatórios, quando não podem ser descritos com certeza antes da sua ocorrência (HIGUTI; KITANO, 2003). Os sinais são representados graficamente pela variação da amplitude, a qual representa o deslocamento, a velocidade ou aceleração capturada pelo sensor, em relação ao tempo, o qual é considerado como uma variável independente da função.

(31)

Figura 14 - Classificação dos sinais: a) sinal determinístico (senóide), b) sinal aleatório (ruído).

Fonte: (HIGUTI; KITANO, 2003).

O movimento é conhecido como periódico, quando ele ocorre de forma repetitiva em intervalos de tempo iguais. As oscilações vibratórias normalmente são representadas matematicamente pelas séries de seno e cosseno. A forma mais simples desse movimento é conhecida como movimento harmônico simples. Nesse tipo de movimento não existe a presença de ruídos e só há uma única frequência excitadora. Neste caso, a equação matemática pode ser representada pela equação (1):

𝑥(𝑡) = 𝐴 cos( 𝜔𝑡 + ∅), (1)

Onde:

• A é a amplitude da oscilação. • 𝜔 é a frequência angular. • ∅ é a fase da onda.

Realizando a primeira e a segunda derivação desta equação é possível obter as equações de velocidade 𝑣(𝑡) e aceleração 𝑎(𝑡) vibracional respectivamente, dadas pelas equações (2) e (3):

(32)

𝑣(𝑡) = 𝑥(𝑡)̇ = −𝜔 𝐴 sen( 𝜔𝑡 + ∅) (2)

e

𝑎(𝑡) = 𝑥(𝑡)̈ = −𝜔² 𝐴 cos( 𝜔𝑡 + ∅) (3)

Os sinais vibratórios podem ser representados de diferentes formas como, por exemplo, no domínio do tempo (time waveform) ou no domínio de frequência (frequency domain). Os sinais no domínio do tempo podem ser classificados como estáticos, quase estáticos, periódicos, transitórios ou aleatórios (CARR, 2002). Portanto, para entender o comportamento dos sinais é necessário compreender o conceito dessas categorias.

• Sinais estáticos são invariantes no período de tempo;

• Sinais quase estáticos são aqueles que variam de maneira lenta em longos períodos de

tempo, isso lhe caracteriza mais como um sinal estático do que dinâmico;

• Sinais periódicos são aqueles que se repetem de forma regular, como por exemplo,

ondas senoidais, ondas quadradas, ondas dente de serra, ondas triangulares, etc.;

• Sinais transitórios são caracterizados por serem eventos únicos ou periódicos com

duração muito curta quando comparada ao período da onda;

• Sinais aleatórios são aqueles que apresentam comportamento imprevisível, como por

exemplo, um ruído.

O principal objetivo em representar um sinal no domínio da frequência, é facilitar a identificação dos seus componentes tendo em vista que muitos dos sinais são compostos por componentes oscilatórios regulares. Portanto, a descrição do sinal no domínio de frequência pressupõe que o sinal analisado é composto pela soma de várias ondas senoidais, as quais possuem diferentes amplitudes, frequências e fases.

2.3 Transformada rápida de Fourier (FFT)

A realização da interpretação dos resultados obtidos através da Transformada Rápida de Fourier (do inglês Fast Fourier Transform - FFT) está diretamente relacionada ao entendimento completo da Transformada Discreta de Fourier (do inglês Discrete Fourier Transform - DFT)

(33)

(BRIGHAM; MORROW, 1967). A FFT é simplesmente um algoritmo computacionalmente eficiente que reduz a complexidade da computação da DFT da ordem 𝑁2 para ordem 𝑁 𝑙𝑜𝑔₂ 𝑁 (MADISETTI, 1997).

No estudo de análise de vibrações, a interação entre sinais e sistemas geralmente é apresentada através das abordagens de domínio do tempo e frequência. Um sinal arbitrário pode ser considerado como uma combinação linear de componentes de frequência. A representação do sinal no domínio do tempo é obtida através da soma de superposição dos componentes de frequência. A DFT é uma ferramenta utilizada no processo de separação dos componentes de frequência. A compreensão das características e a manipulação de um sinal tornam-se mais fácil quando observado e analisado em termo de seus componentes de frequência.

A Figura 15 apresenta o comportamento dos componentes de frequência de uma máquina operando em condições distintas. A representação à esquerda mostra o comportamento dos espectros de frequência da máquina operando em condições normais (sem a presença de falha), e a representação à direita mostra o comportamento dos espectros de frequência da máquina operando em condições anormais (com a presença de falha). Sendo assim, através da análise comparativa entre os dois sinais espectrais, torna-se possível perceber a variação da amplitude na frequência característica de falha associada ao componente defeituoso da máquina.

Figura 15 - Exemplo ilustrativo da aplicação da FFT na análise de vibração.

(34)

Após a análise dos dados, é possível realizar a IDFT (do inglês Inverse Discrete Fourier Transform - IDFT), a qual permite a retomada do sinal no domínio de tempo através da soma de todos os componentes de frequência. A manipulação de sinais, usando a DFT, torna-se eficiente devido à disponibilidade de algoritmos rápidos como a FFT, o que minimiza os esforços empregados durante todas as etapas do processo (SUNDARARAJAN, 2001).

Matematicamente, as equações (4) e (5) correspondem respectivamente à forma de representação exponencial e retangular da DFT.

𝑋(𝑚) = ∑𝑁−1𝑥(𝑛)𝑒−𝑗2𝜋𝑛𝑚/𝑁 𝑛=0 (Exponencial), (4) e 𝑋(𝑚) = ∑𝑁−1𝑥(𝑛)[cos (2𝜋𝑛𝑚/𝑁) − 𝑗. 𝑠𝑒𝑛(2𝜋𝑛𝑚/𝑁)] 𝑛=0 (Retangular) (5) onde,

• 𝑚 é o índice da saída DFT no domínio da frequência, 𝑚 = 0, 1, 2, 3, ... , N-1. • 𝑥(𝑛) é a sequência de amostra da entrada, 𝑥(0), 𝑥(1), 𝑥(2), 𝑥(3), etc.

• 𝑛 é o índice do domínio do tempo das amostras de entrada, 𝑛 = 0, 1, 2, 3, ... , N-1. • 𝑗 = √−1.

• 𝑁 é o número de amostras da sequência de entrada e o número de pontos de frequência na saída DFT.

Para fins de melhor compreensão prática, será apresentado neste trabalho a aplicação direta do algoritmo (FFT), na detecção de componentes de frequência de um sinal formado por três senoidais mais um ruído composto por valores aleatório de distribuição normal com média zero, variância igual a 1 e comprimento igual ao do sinal, utilizando o software MATLAB®. A primeira senoidal tem 0,5 m/s² de amplitude e 20 Hz de frequência, a segunda senoidal tem 2,5 m/s² de amplitude e 127 Hz de frequência e a terceira senoidal tem 1,7 m/s² de amplitude e 415 Hz de frequência. Agora admitiremos o comprimento do sinal sendo L = 1500 e a frequência de amostragem, a qual as senoidais foram obtidas, sendo Fs = 1000 Hz. A Figura 16 representa o sinal temporal resultante obtido segundo os parâmetros adotados e codificados no MATLAB®.

(35)

Figura 16 - Sinal temporal corrompido com ruído aleatório de média zero.

Analisando o sinal temporal representado na Figura 16, pode-se perceber a dificuldade para identificar os componentes de frequências das senóides. Dessa forma, se faz necessária à aplicação da FFT para se realizar uma melhor análise do sinal, buscando identificar a presença das frequências e as amplitudes características das três senoidais imersas no sinal, Figura 17.

Essa característica torna a FFT uma ferramenta importante na análise de sinais. No entanto, é importante ressaltar, assim como em casos envolvendo máquinas reais, que as amplitudes apresentadas por meio da aplicação da FFT podem apresentar erros pequenos por conta da presença de ruídos e ao tamanho pequeno das amostras (AZEVEDO, 2015).

(36)

Figura 17 - Espectro no domínio da frequência obtido através da FFT.

2.4 Análise envelope com base na transformada de Hilbert

O envelope de um sinal é definido por uma função que contorna as extremidades do mesmo, conhecido como componente de modulação de amplitude. Nele, geralmente estão contidas as assinaturas de falhas. No caso da detecção de falhas em rolamentos de turbinas eólicas, os envelopes coletados correspondentes aos sinais de vibração, na grande maioria dos casos, possuem informações relevantes. As frequências características de falha de rolamento podem ser extraídas do envelope de um sinal de vibração através da aplicação de métodos apropriados.

A demodulação da amplitude na região de ressonância, geralmente na região de alta frequência do sinal, responsável por excitar a frequência natural dos componentes, permite a detecção de falhas na pista interna, externa e no elemento rolante do rolamento. Dessa forma, o emprego da análise envelope tem sido utilizado em muitos CMSs comerciais de WT (QIAO; LU, 2015).

A Figura 19 ilustra os padrões típicos de modulação encontrados em aplicação de carregamento unidirecional (vertical, Figura 18) no rolamento (RANDALL; ANTONI, 2011).

(37)

Figura 18 - Distribuição de carga unilateral (vertical) em um rolamento.

Fonte: elaborado pelo autor.

Figura 19 - Sinais típicos e sinais de envelope de falhas locais em rolamentos de elementos rolantes.

Fonte: Adaptado pelo autor de (RANDALL; ANTONI, 2011).

A Figura 19 apresenta o comportamento característico dos impactos resultantes dos principais diferentes tipos de falhas em rolamentos sob o efeito de um carregamento radial. Como pode ser observado, quando houver um dano na pista interna do rolamento (BPFO), serão

(38)

gerados impactos repetitivos toda vez que os elementos rolantes entrarem em contato com a região danificada (RASTEGARI, 2017). Sendo assim, é importante ressaltar que como a pista externa permanece fixa nos mancais de rolamentos, todos os elementos rolantes deverão passar pela região danifica sempre sob o mesmo carregamento atuante mantendo dessa forma, as amplitudes dos impactos invariantes. Porém o mesmo não ocorrerá nos casos da existência de falha na pista interna (BPFI) ou no elemento rolante (BSF) do rolamento, isso porque esses componentes estão em constante movimento, o que irá fazer com que o dano experimente diferentes níveis de carregamento (Figura 18).

Dessa forma, a frequência característica de falha da pista interna irá excitar também a frequência característica de velocidade de rotação do eixo, por estarem diretamente conectadas (anel interno e eixo). O mesmo ocorrerá entre as frequências características do elemento rolante com a da gaiola.

No caso da frequência de giro dos elementos rolantes existirá sempre uma amplitude maior e outra menor. Isso ocorre porque o impacto irá variar de acordo com o contato do elemento rolante ora com a pista externa ora com a pista interna. Dessa forma, particularmente em espectros de envelope, os harmônicos maiores serão frequentemente dominantes (RANDALL; ANTONI, 2011).

A transformada de Hilbert na análise de vibração vem atraindo a atenção de muitos pesquisadores ao longo dos anos. Esse crescente interesse é possível de ser visualizados nas últimas décadas, pois, o número crescente de publicação em artigos de revistas e congressos é uma prova disso (FELDMAN, 2011).

Essa técnica é empregada na análise de vibração, na extração do envelope do sinal e consequentemente, na frequência moduladora. Esse transforma tem como finalidade gerar sinais de valores complexos através de sinais de valores reais (LYONS, 2004). Sendo assim, todo sinal real x(t) poderá possuir um sinal complexo 𝑥̃ (𝑡) agregado a ele da seguinte forma (6):

𝑋(𝑡) = 𝑥(𝑡) + 𝑗𝑥̃(𝑡) (6)

• x(t) é o sinal real.

• 𝑥̃(𝑡) é a transformada de Hilbert do sinal x(t). • X(t) é o sinal complexo relacionado ao sinal x(t). • 𝑗 = √−1.

(39)

Um dos principais benefícios da utilização desse método é que a extração da seção de espectro a ser desmodulada é realizada efetivamente por um filtro ideal, que o separa dos componentes adjacentes que podem ser muito mais fortes (por exemplo, frequências de engrenagens) (RANDALL; ANTONI, 2011).

Para fins de melhor compreensão prática, será apresentado agora um exemplo prático do processo de análise envelope com base na transformada de Hilbert utilizando o software MATLAB®. Nesse exemplo será analisado um sinal de vibração composto por três sinais senoidais, ruído aleatório e impactos oriundos de falha presente na máquina. O primeiro sinal senoidal tem 3 m/s² de amplitude e 100 Hz de frequência, o segundo sinal senoidal tem 2,6 m/s² de amplitude e 249 Hz de frequência e o terceiro sinal senoidal tem 2 m/s² de amplitude e 400 Hz de frequência. Para tornar a análise mais próxima da realidade, são adicionados ruídos aleatórios composto por valores aleatório de distribuição normal com média zero, variância igual a 1 e comprimento igual ao do sinal, além de pulsos modulados por função gaussiana com o objetivo de simular impactos provenientes de uma falha. A frequência dos impactos será de 39,06 Hz, a amplitude inicial de 1,5 m/s² e a região excitada (região de ressonância) será próxima a 1200 Hz.

A Figura 20 representa o sinal temporal resultante obtido através da soma dos três sinais senoidais com o ruído e o impulso segundo os parâmetros estabelecidos acima e codificadosno MATLAB®.

Figura 20 - Sinal temporal corrompido com ruído aleatório de média zero e impactos.

(40)

Através da análise do espectro do sinal na Figura 21, é possível perceber que, além da identificação das três senoidais existe uma região sendo excitada próxima à frequência de 1200 Hz. No entanto, ainda não é possível identificar qual a frequência que corresponde ao impacto responsável pela excitação na região de frequência de ressonância.

Figura 21 - Espectro do sinal corrompido com ruído aleatório de média zero e impactos.

Com o objetivo de identificar a frequência de falha responsável pela excitação da região próxima a 1200 Hz é realizada a análise envelope com base na transformada de Hilbert.

Inicialmente, é necessário filtrar a região excitada através da aplicação de um filtro passa banda entre as frequências de 900 a 1500 Hz. Em seguida, obtém-se o sinal temporal da região filtrada e aplica-se a transformada de Hilbert gerando o envelope do sinal como mostra a Figura 22.

(41)

Figura 22 - Valor absoluto do sinal temporal filtrado (azul) e seu envelope (vermelho).

Após obter o envelope do sinal temporal filtrado através da transformada de Hilbert, finalmente é aplicado sobre ele a FFT com o objetivo de gerar o espectro responsável pelos impactos possibilitando assim, a identificação da frequência da falha, conforme Figura 23.

Figura 23 - Espectro do envelope.

(42)

3 MONITORAMENTO DE CONDIÇÃO

Os sistemas de monitoramento de condição de turbinas eólicas (WTCMS) passaram a ser solicitados pelos órgãos de certificação, como por exemplo, o Germanischer Lloyd, após a ocorrência de uma série de falhas das caixas de engrenagem na década de 1990 (YANG et al, 2014).

Esses sistemas fornecem informações de diagnóstico sobre as condições de vida dos vários componentes e subcomponentes que compõem a WT, permitindo assim a realização do agendamento da manutenção antes da ocorrência da falha (QIAO, 2015). Dessa forma, as pesquisas relacionadas ao desenvolvimento de técnicas de monitoramento de condição e detecção de falha em WT tornam-se valiosas (KANDUKURI et al, 2016), (WANG et al, 2016).

A principal diferença entre as atividades de manutenção baseada em monitoramento de condição (CM) e a manutenção preventiva é expressa através da diversidade de técnicas (Tabela 1) disponibilizadas nos CM, que podem ser empregadas com a finalidade de identificar falhas em componentes e subcomponentes de máquinas em tempo real, enquanto a manutenção preventiva depende dos dados estatísticos do tempo médio de vida operacional (SHARMA; MAHTO, 2013).

(43)

Tabela 1 - CM Técnicas e Características. Nº CM Técnicas Custo CM Online Diagnóstico de Falhas Desenvolvimento WT Componentes 1 Par

Termoelétrico Baixo Sim Não Já Utilizada

Rolamento Gerador Conversor Nacelle Transformados 2 Contador de Partículas de Óleo

Baixo Sim Não Já Utilizada Gearbox Rolamento

3 Análise de

Vibração Baixo Sim Sim Já Utilizada

Eixo Principal Rolamento Principal Gearbox Gerador Nacelle Torre Fundação 4 Teste Ultrassônico Baixo para Médio

Sim Não Sendo Testada Torre Pás

5

Efeitos Elétricos (ex. medição de

descarga)

Baixo Sim Não Já Utilizada Gerador

6 Medição

Vibro-Acústica Médio Sim Não Não

Pás Rolamento Principal Gearbox Gerador 7 Análise de Qualidade do Óleo Médio para Alto

Não Sim Não Gearbox

Rolamento

8

Transdutores de Emissão Acústica

Alto Sim Não Não

Pás Rolamento Principal Gearbox Gerador Torre 9 Vibração de Torção (baseada em codificador)

Baixo Sim Não Sendo Testada Eixo Principal Gearbox 10 Medidores de Tensão de Fibra Ótica Muito

Alto Sim Não Já Utilizada Pás

11 Termografia Muito

Alto Sim Não Não

Pás Eixo Principal Rolamento Principal Gearbox Gerador Conversor Nacelle Transformador 12 Medição do Torque do Eixo Muito

Alto Sim Não Sendo Testada

Pás

Eixo Principal Rolamento Principal 13 Método de Pulso

de Choque Baixo Sim Não Não

Rolamento Gearbox Fonte: Adaptado pelo autor de (YANG et al, 2014).

(44)

Os sistemas de monitoramento de condição (CMS) são classificados nas categorias online e off-line. Porém, o modo de aquisição de dados online é geralmente mais empregado, por permitir que os operadores realizem atividades de aquisição dos dados de comportamento das WTs em operação sem causar prejuízo ao processo de geração de energia elétrica (HYERS et al, 2006). Além disso, podem ser integrados ao sistema SCADA que por meio de algoritmos simples pode alertar o operador sobre a ocorrência de uma possível falha (QIAO, 2015).

A manutenção baseada CM é dividida em três etapas complementares de realização (SHARMA; MAHTO, 2013). Essas etapas estão distribuídas da seguinte forma:

1. Aquisição de dados: nessa etapa, o objetivo é obter dados relevantes sobre o estado atual de saúde do componente ou subcomponente da WT;

2. Processamento de dados: tem como propósito interpretar os dados e realizar uma tomada de decisão com base na falha diagnosticada;

3. Realização de manutenção corretiva: tem como finalidade substituir o componente defeituoso e entender as causas que o levaram a falha visando evitar futuras ocorrências.

No caso de detecção de falha, será dado início ao processo de tomada de decisão referente ao método de manutenção adequado a ser realizado. Em caso de falha em estágios mais avançados, geralmente se realiza a manutenção corretiva. Por outro lado, em casos onde a falha é incipiente, e seu avanço pode ser controlado por um período maior de tempo, é realizada a manutenção preventiva. A figura 24 apresenta um esquema de visão geral do sistema de monitoramento de condições (CMS) e processos de manutenção para WTs.

(45)

Figura 24 - Visão geral do CMS e processos de manutenção para WTs.

Fonte: Adaptado pelo autor de (TACHAKOUA et al., 2014).

O CMS está definido em três etapas principais: aquisição dos dados por meio de sensores, processamento de sinais e aplicação de técnicas de processamento de dados com o objetivo de identificar características que ajudem a verificar o status atual do equipamento monitorado. Por meio da utilização de fontes de informações atuais e antigas a respeito do comportamento do sistema, é possível detectar ou prever a existência de falha. Após a identificação da falha, a manutenção corretiva é realizada. Essa manutenção pode ser realizada por meio de duas abordagens, onde a primeira é definida como manutenção paliativa, pois consiste em uma solução provisória para falha, e a segunda como manutenção curativa, pois proporciona o reparo definitivo do sistema. Se for possível prever a falha, então a manutenção preventiva será realizada antes que a falha ocorra. Nessa perspectiva, quatro abordagens poderão ser empregadas: manutenção programada (baseada no tempo), manutenção condicional (baseada no estado atual do sistema), manutenção previsiva (baseada em projeções de parâmetros) e manutenção proativa (baseada em status) (TACHAKOUA et al., 2014).

(46)

3.1 Monitoramento de condição baseada em análise de vibração

A análise de vibração é o método mais comum utilizado atualmente na indústria, com o objetivo de monitorar a condição de alguns tipos de equipamentos rotativos, pois é uma eficiente ferramenta de diagnóstico de falhas em rolamentos (SAIDI et al, 2017).

Os procedimentos de diagnóstico baseados em vibração assumem um comportamento linear da máquina e, portanto, cada componente espectral individual (ou um grupo deles) deve estar relacionado a uma força dinâmica específica na máquina correspondente. Portanto, os sinais de vibração do domínio de tempo capturados precisam ser transformados no domínio da frequência para melhor distinção das fontes geradoras (GOLAFSHAN et al., 2017). Sendo assim, grande parte do monitoramento de condições consiste em realizar a separação dos sinais misturados nos diferentes pontos de medição em componentes provenientes de fontes individuais. A importância dessa atividade consiste na separação dos sinais determinísticos (por exemplo, de rolamentos) dos sinais aleatórios (RANDALL, 2011).

Dessa forma, a análise de dados de vibração através da demodulação ou envelope nas altas frequências é fundamental na detecção de falhas em estágios incipientes (SHENG, 2012).

As máquinas em condições normais de operação apresentam sinais de vibração com amplitudes menores quando comparadas a outras máquinas em condição de funcionamento anormal. É importante salientar que para cada tipo de falha existe um tipo diferente de comportamento do sinal de vibração. O CMS baseado em análise de vibração se torna interessante devido ao fato de promover a detecção de falhas ainda no estágio incipiente, isso reflete no tempo de planejamento para tomada de decisão minimizando o custo com manutenção.

Um esboço típico de um sistema de monitoramento de condições baseado em análise de vibrações em turbinas eólicas é apresentado na Figura 25, onde os transdutores de fibra óptica e o contador de partículas de óleo são opcionais.

(47)

Figura 25 - Esboço de um sistema de monitoramento de condições baseado em análise de vibrações em turbinas eólicas.

Fonte: (YANG et al, 2014).

3.1.1 Domínio do tempo

O sinal de vibração é representado na forma de onda quando se encontra no domínio do tempo. A análise dos dados de vibração no domínio do tempo permite detectar eventos importantes que não são visíveis no domínio da frequência. A sua principal característica está relacionada à identificação de ocorrências anormais de curta duração, como impactos, determinando assim a sua taxa de repetição. O movimento vibratório no domínio do tempo pode ser definido de várias formas por meio de expressões matemáticas, podendo ser essas simples ou de alta complexidade. Na forma mais simples, uma vibração no domínio do tempo é matematicamente representada por um sinal senoidal. No entanto, como nas turbinas eólicas existem vários componentes e subcomponentes funcionando em situação de regime permanente, o seu movimento vibratório não poderá ser analisado como um fenômeno periódico senoidal (COSTA; MATHIAS, 2008).

3.1.2 Domínio da frequência

Através da aplicação dos conceitos da Transformada de Fourier é possível representar os dados de vibração no domínio da frequência, aplicando-se o algoritmo conhecido como FFT.

Como um sinal ondulatório pode ser definido como sendo a combinação única de vários sinais senoidais, nada impede que esses sinais sejam separados. O processo de separação dos componentes de frequência é realizado através de filtros denominados passa-banda, os quais

(48)

permitem a passagem apenas de uma parcela da frequência do sinal, ou através de um método matemático, como a Transformada Discreta de Fourier (DFT).

Geralmente, a análise dos espectros é realizada por método comparativo, por meio da verificação entre a variação da amplitude das frequências correspondentes aos componentes e subcomponentes da máquina ao longo de sua vida útil (COSTA; MATHIAS, 2008).

4 MANCAIS DE ROLAMENTOS

Todas as máquinas rotativas utilizam rolamentos como ferramentas capazes de suportar cargas e manter a liberdade entre os elementos rotativos e os estacionários, eliminando a fricção de deslizamento entre essas superfícies. Independentemente da aplicação, os rolamentos são componentes muito precisos e podem ser classificadas de acordo com o tamanho, velocidade e técnica de lubrificação (GRANEY; STARRY, 2011).

Os rolamentos são basicamente compostos por um anel externo (também conhecido como pista externa), anel interno (também conhecido como pista interna), elementos rolantes (que podem ser esferas ou rolos presentes entre a pista externa e interna) e a gaiola (utilizada na fixação dos elementos rolantes). O rolamento e seus componentes podem ser observados na Figura 26:

Figura 26 - Elementos de um rolamento.

Fonte: Adaptado pelo autor de (NORTON, 2013).

É comprovado estatisticamente que 90% das falhas de rolamentos são provenientes da influência externa. Um rolamento operando em condições normais deve apresentar falha apenas por fadiga, o que pode ser previsível de acordo com as suas dimensões e condições de aplicação. Grande parte dos danos nos rolamentos pode ser prevenida, desde que se conheçam as

(49)

influências externas que afetam a sua vida útil (GENERAL BEARING CORPORATION, 2018).

Os rolamentos das turbinas eólicas estão expostos às condições de operação extremas devido às influências externas do ambiente, por exemplo, as variações constantes na velocidade do vento, variação de temperatura, fortes rajadas de vento, tempestades, etc. (AZEVEDO, 2015).

Além das falhas baseadas nas condições operacionais, existem outros fatores que contribuem na diminuição do tempo de vida do rolamento, tais como, a má lubrificação, montagem inadequada, fabricação e projeto. Quase todos os tipos de falhas encontrados nos rolamentos geralmente estão relacionados à corrosão, fadiga, fratura, desgaste, deformação plástica e erosão elétrica.

4.1 Análise de falhas em rolamentos

As frequências características de falhas nos rolamentos, geralmente podem ser detectadas quando há presença de alguma anomalia na estrutura dos seus componentes.

Tais anomalias são geradas devido à contaminação, má lubrificação, erros de montagem, armazenamento e manuseios inadequados, desalinhamento, etc. Estas frequências estão relacionadas com as características geométricas do rolamento (Figura 27) e a velocidade de rotação do eixo no qual se encontram em operação (GRANEY; STARRY, 2011), e podem ser definidas utilizando as equações (7), (8), (9) e (10):

Figura 27 - Frequências, dimensões e ângulo de contato do rolamento.

(50)

𝐵𝑃𝐹𝐼 = 𝑁 2𝑓𝑟(1 + 𝐵 𝑃𝑐𝑜𝑠𝜃) (7) 𝐵𝑃𝐹𝑂 = 𝑁 2𝑓𝑟(1 − 𝐵 𝑃𝑐𝑜𝑠𝜃) (8) 𝐹𝑇𝐹 = 𝑓𝑟 2(1 − 𝐵 𝑃𝑐𝑜𝑠𝜃) (9) 𝐵𝑆𝐹 = 𝑃 2𝐵𝑓𝑟[1 − ( 𝐵 𝑃𝑐𝑜𝑠𝜃) 2 ] (10) Onde:

BPFI = frequência característica da pista interna (Hz), BPFO = frequência característica da pista externa (Hz), FTF = frequência característica da gaiola (Hz),

BPF = frequência característica da esfera (Hz), N = número de esferas,

𝑓_𝑟 = frequência do eixo de rotação (Hz), B = diâmetro do elemento rolante (mm), P = diâmetro de pitch (mm),

𝜃 = ângulo de contato.

Através da análise baseada nos espectros de frequência, é possível realizar o processo de identificação e acompanhamento evolutivo das falhas em rolamentos defeituosos. Isto porque, a análise com base no comportamento espectral, permite perceber as variações associadas às frequências características de falha atribuídas a cada um de seus componentes.

A evolução padrão, das possíveis falhas presentes em um rolamento, é representada em quatro estágios de severidade, Figuras 28, 29, 30 e 31. No primeiro, o conteúdo da falha estará excitando as altas frequências em uma região ultrassônica conhecida como Spike Energy.

Inspeções físicas realizadas nos rolamentos durante esse estágio podem não ser eficientes na detecção de falhas. Dessa forma, faz-se necessária a utilização de sensores projetados especificamente para esta zona.